我國學者實現億級原子生物分子拉曼光譜量子力學模擬

圖 在國產超算上實現包含億級原子的生物分子體系的拉曼光譜量子力學模擬

　　在國家自然科學基金項目（批準號：T2222026）等資助下，中國科學技術大學精準智能化學重點實驗室商紅慧教授、楊金龍教授團隊與中國科學院計算技術研究所劉穎高級工程師、華東師范大學何曉教授等團隊合作完成的研究成果“突破量子力學物性模擬極限:億原子級生物系統的拉曼光譜計算（Pushing the Limit of Quantum Mechanical Simulation to the Raman Spectra of a Biological System with 100 Million Atoms）”成功入圍2024年戈登·貝爾獎(https://sc24.supercomputing.org/2024/10/presenting-the-finalists-for-the-2024-gordon-bell-prize/）。這是中國唯一入圍的研究成果，也是該團隊繼2021年后再次入圍這一獎項。戈登·貝爾獎是國際高性能計算應用領域最高獎，由美國計算機協會（ACM）頒發，用于表彰世界范圍內高性能計算的杰出成就，尤其是高性能計算應用于科學、工程和大規模數據分析領域的創新工作，被稱為“超算領域的諾貝爾獎”。論文鏈接：https://dl.acm.org/doi/10.1109/SC41406.2024.00011。

　　拉曼光譜是研究生物分子結構的重要工具，廣泛應用于藥物開發、疾病診斷等領域，然而，拉曼光譜量子模擬計算量巨大。此前的拉曼光譜量子模擬僅能處理數千原子的小體系，研究團隊開發的QF-RAMAN程序突破了這一限制，首次實現了包含1億多原子的新冠病毒刺突蛋白在水溶液中的拉曼光譜量子模擬。這一突破得益于團隊在算法設計和工程技術方面的多項創新。在傳統密度泛函理論（DFT）和密度泛函微擾理論（DFPT）計算中，計算量隨體系規模的增大呈現三次方增長，這使得計算通常只能局限于小型體系。針對這一問題，團隊開發了將全電子全勢密度泛函微擾理論與量子分塊算法深度融合的新方法，通過將復雜生物分子分解為多個子系統，顯著降低了計算復雜度。同時團隊針對海量分塊計算的負載均衡難題，開發了分塊體量敏感的多級調度技術，提高了海量分塊計算的并行可擴展性；針對小規模運算的異構加速難題，提出了彈性任務卸載技術；通過小規模運算的靈活聚合，大幅提高了異構加速器的硬件利用率。此外，QF-RAMAN程序采用OpenCL通用異構并行計算框架，能在不同硬件架構(CPU、GPU、SW等)的超級計算機上，借助OpenCL編譯工具鏈(oneAPI、rocm、swcl等)實現跨平臺運行。在最新一代神威超級計算機上，該程序利用96,000個計算節點（超過3,700萬個計算核心），實現了399.9 PFLOP/s的雙精度峰值性能；在東方超級計算機上，使用6,000個節點（24,000個GPU），也展現了85 PFLOP/s的優異性能。兩臺超算上的強弱擴展性能均接近理想值，充分展示了該方法的高效性和可擴展性。在此基礎上，團隊提出了適用于億級原子體系的矩陣方程求解拉曼光譜的新算法，避免了直接對角化求解，為高精度拉曼光譜計算提供了全新方案，有效解決了大規模量子力學拉曼模擬中的關鍵技術難題。

　　這項研究不僅展示了我國在高性能計算和計算化學領域的領先地位，也將量子力學模擬擴展到前所未有的計算規模，為理解復雜生物系統開辟了新途徑，也為量子力學模擬開辟了更多的應用場景。